데이터사이언스 스터디/프로젝트는 어떻게 할까?

솔리드웨어 조용한 Data Analyst 강연 후기

2018년 6월 15일의 기록입니다 - Photo by Green Chameleon on Unsplash

패스트 캠퍼스 데이터사이언스 스쿨 2기 수료생 조용환님의 강의를 들었습니다. 데이터 사이언스 분야에 진입한지 2~3년 동안, 스스로 느낀 것, 주변 사람들로부터 질문 받은 것들을 가감없이 말씀해주셨는데요. 다음은 한 시간 반 가량의 강의를 들으면서 스스로 느낀 인사이트를 정리한 기록입니다. 어떻게 공부해야 할지, 어떻게 프로젝트와 포트폴리오를 준비해야 할지 정리하는 차원에서 작성했습니다.

1. 스터디, 어떻게 해야 할까?

친구, 동료와 함께

데이터 사이언스는 결국 다른 사람들과 끊임없는 협업하는 과정이 동반될 수밖에 없습니다. 애초 공부할 때부터 다른 사람과 함께 하는 습관을 들이면, 훗날 협업할 때 분명 도움이 되겠죠?

흥미를 놓지 않고

데이터 사이언스 필드는 진입장벽이 높은, 많은 수련량/강도를 요구하는 분야입니다. 스스로 흥미를 느끼지 못한다면, 이쪽 바닥에서 계속 남아있기 어렵습니다.

나만의 패러다임을 구축하며

기본기가 제대로 갖추어져 있지 않아도 업무는 수행할 수 있습니다. 그러나 수학, 알고리즘 등 기본기의 부족은 언젠가 발목을 잡을지도 모릅니다. 

명문화는 기본

내가 알고 있는 지식 및 경험을 인출, 공유하는 능력은 필드에서 일할 때도 필요하다고 합니다.

2. 프로젝트 / 포트폴리오는 어떻게 준비해야 할까?

취향을 저격하는

기업은, 원하는 직무를 수행할 수 있는 능력(데이터 스킬 + 도메인 지식)을 보유한 사람을 원합니다.

근거에 기반한

근거, 논리 기반 데이터 분석은 향후 개선할 수 있는 가능성이 큽니다. 마치 논문 쓰는 것처럼, 프로젝트의 의도, 주 타겟, 방법, 예상 결과, 결과, 피드백, 보완점 등을 근거을 기반을 두고 상세하게 서술하는 작업이 필요할 수도 있어요.

(데드라인 안에) 실질적 성과를 내는 포트폴리오

프로젝트, 포트폴리오 안에서 성과를 내지 못하면 업무를 하면서도 성과를 내기 어렵습니다. 그러므로, 데드라인은 프로젝트 / 포트폴리오 작성에 있어 기본이라 할 수 있지요.